一种基于低频采样和特征融合的非侵入式负荷识别方法

本发明公开了一种基于低频采样和特征融合的非侵入式负荷识别方法。首先对低频采样的负荷数据进行事件检测，并根据投切点前后功率变化进行大小功率负荷事件分类；对有功功率信号建立格拉姆角场矩阵和功率绝对值信息矩阵，再通过矩阵融合的方式得到功率多维特征谱图。根据事件投入前的稳态功率值将负荷数据分为单电器负荷和组合电器负荷。针对单电器负荷，直接采用基于迁移学习的模型进行识别，并将结果作为先验知识，再根据组合电器负荷构建总负荷库。针对组合电器负荷，利用先验知识结合总负荷库，选择分负荷库中的样本组成样本对，一同输入孪生网络中。在新组合出现时，新建分负荷库对总负荷库进行更新，可以减少孪生网络识别组合电器的时间。